一位資安研究員拆解 Meta 智慧眼鏡手機 App 後發現：其已內建完整裝置端臉部辨識管線，三個 AI 模型、本地生物特徵資料庫、cosine 相似度向量索引，以及一則「Person recognized」通知。這套系統手動可跑通，但 Meta 尚未對消費者啟用。
（前情提要：Amazon、Meta 與 FBI 都能存取一個非公開情資共享網路：Seattle Shield 如何形成 AI 大監控時代）
（背景補充：Google 聯合三星推新智慧眼鏡：Audio glasses 今秋上市挑戰 Meta 超 70% 市佔）
一套能認出陌生人是誰的完整機器，已組裝完成、躺在 Meta 智慧眼鏡的手機 App 裡：三個 AI 模型、約 100 MB、由 2048 個數字組成的臉紋，外加一則「Person recognized 人臉辨識」通知。這是一位資安研究員拆解後的最新發現。
與 Meta 智慧眼鏡配套的這款 App 叫 Stella，研究員拆解的版本是 v273.0.0.21。他在裡頭找到的，不是幾行測試用的殘碼，而是一條接好、手動可跑通的完整臉部辨識管線，從偵測人臉、對齊、生成生物特徵，到本地資料庫查詢、觸發高優先順序系統通知，每一段都串接完畢。
三個模型、一條管線、96 MB 的臉紋引擎
Stella App 內建三個 ExecuTorch 模型，透過 Meta 的 NMLML 資產派送系統從 Meta 伺服器下載，總計約 100 MB。這三個模型各司其職，按順序串成一條流水線：
第一個是 SCRFD.pte（3.4 MB）：負責在畫面裡偵測哪裡有人臉。
第二個是 KPSAligner.pte（117 KB）：把偵測到的臉切出來、校正角度，讓每張臉都對齊同一個基準。
第三個，也是體積最大的，是 SFace.pte（96 MB）：它把一張已對齊的人臉，壓縮成 2048 個浮點數，也就是這張臉的「臉紋」，或者說生物指紋。簡單來說就是，這 2048 個數字就是這張臉在數學空間裡的座標，同一個人在不同光線、角度下拍出來的兩張照片，轉成向量後座標會很靠近；不同人的座標則相距較遠。
研究員對這條管線做了實測：直接呼叫 App 既有的 handler，餵入哲學家傅柯（Michel Foucault）的公開照片。結果整條流水線跑通了，偵測到人臉、產生 2048 維臉紋、查詢本地向量索引，比中後觸發一則 Android 高優先順序通知，標題「Person recognized」，內文「Recognized Michel Foucault」。
等待命名的臉：本地資料庫與 0700 權限的儲存目錄
App 在裝置上建立了一個 SQLite 資料庫，位於 Meta 跨裝置同步框架 RLDrive 下，名稱空間叫做 person_profiles，設計成可由遠端（伺服器端）填入。簡單來說就是，這個資料庫不只是本機的，它的架構預留了從 Meta 雲端推送聯絡人資料的介面。
資料庫結構包含 person 表、face 表，以及一個虛擬向量表。辨識的邏輯就是：對這個向量索引做 cosine 相似度查詢，也就是說，算「這張新臉的座標」跟「資料庫裡哪張臉的座標最近」，比中後 join 回 person.name，作為通知的顯示文字。
傳最快年底推出
Meta 在智慧眼鏡市場的市佔率超過 70%，而紐約時報在 2026 年 2 月初引述內部檔案報導，Meta 正考慮為智慧眼鏡加入臉部辨識功能，目標年底推出。TechCrunch 同期也有相關報導。這份逆向工程調查，為那些外部報導提供了技術層面的具體佐證。
不過研究員也說明，目前在原廠、未啟用帳號上，這些面向用戶的 UI 不會出現、功能也尚未開通。他強調：「這不是 Meta 正在偷偷辨識你看到的人。而是：要做到那件事的整套裝置，已經組裝完成、可運作地躺在你的裝置上，由 Meta 把關。」
目前來說，何時啟用、是否啟用，是 Meta 的決定。只是這個決定，已經不需要額外開發，只需要執行一個開關。
